基于大数据的牛顿平台自适应学习机制分析.pdf

结合软件agent技术，从构件角度出发，通过对传统构件进行包装，加入行为规则驱动和行为推导两大机制，提出了一种能够在运行时实时适应用户需求变化和运行环境变化的自适应构件。在自适应构件的运行和支撑方面，

废旧品回收的数量、时间、质量以及拆解的顺序、深度等诸多不确定性使得传统的调度优化理论难以直接应用于再制造系统。为此，提出了面向再制造系统的自适应调度优化机制，采用调度方法匹配识别、专家推理、新调度问题

图1大数据生态体系看着图1大家可能会感到熟悉,又或者会觉得部分有些陌生,这是一张汇集了目前大数据生态下大多数成熟组件的架构图。众所周知,大数据生态很复杂,对于个人来说,要全部学会可能要花费好几年时间。

开发了一个基于云计算的并行分布式大数据挖掘平台——PDMiner。PDMiner实现了各种并行数据挖掘算法,如数据预处理、关联规则分析以及分类、聚类等算法。实验结果表明,并行分布式数据挖掘平台PDMi

目前正在思考区块链技术在政务大数据的应用和落地场景,联系到区块链的主要特性,也就是: 去中心化(Decentralized):由于使用分布式核算和存储,不存在中心化的硬件或管理机构,任意节点的权利和义

为提高网络认知的准确度，采用双层贝叶斯网络模型对网络参数进行层次化描述；采用强化学习推理算法对模型的条件概率表进行分级和学习，删除冗余信息，更准确地反映网络参数间的依赖关系，保证网络认知算法的准确度。

将进化算法应用于某些多目标优化问题时,采用增加种群规模和进化代数的方法往往耗费大量的目标函数计算开销,且达不到提高种群进化效率的目的,为此提出了一种基于自适应学习最优搜索方向的多目标粒子群优化算法。采

论文研究-基于自适应学习群体搜索技术的集成进化算法.pdf, 为了提高连续数值优化算法的普适性和鲁棒性，提出了基于自适应学习群体搜索技术的集成进化算法.该算法集成了3种自适应学习群体智能优化算法作为子

.

网络数据、用户数据、应用数据的汇聚构成了我们的“大数据”。这些结构化、非结构化的数据的处理和建模形成对用户、服务、资源、终端等对象的洞察。这些洞察与市场营销、网络运维等业务流程的衔接将会给公司带来新的